CN111858563A - 校正测量数据的方法、装置、电子设备、介质和测量装置 - Google Patents

Abstract

公开了一种校正测量数据的方法、装置、电子设备、计算机可读介质以及测量设备，所述方法包括：获取至少一个校正因素；对于所述至少一个校正因素中的每一个，确定对应于该校正因素的所述测量数据的附加属性，以及基于所述附加属性确定该校正因素的校正参数；根据所述至少一个校正因素的校正参数对所述测量数据进行校正。

Description

校正测量数据的方法、装置、电子设备、介质和测量装置

技术领域

本公开涉及数据处理领域，具体涉及一种用于校正测量数据的方法、装置、设备、计算机可读介质以及测量装置。

背景技术

用户可以利用各种测量设备进行数据测量。可以理解的是，在数据测量的过程中，由于各种影响因素的存在，测量数据可能不够准确。

发明内容

根据本公开的一方面，提出了一种校正测量数据的方法，包括：获取至少一个校正因素；对于所述至少一个校正因素中的每一个，确定对应于该校正因素的所述测量数据的附加属性，以及基于所述附加属性确定该校正因素的校正参数；根据所述至少一个校正因素的校正参数对所述测量数据进行校正。

在一些实施例中，所述附加属性是用户输入信息和/或预先获取的统计信息。

在一些实施例中，所述测量数据是用户的体重数据，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

在一些实施例中，当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性包括日期信息、天气情况、地理位置、用户的生理数据中的至少一项。

在一些实施例中，所述用户的生理数据包括用户的身高数据、体重数据以及性别数据中的一项或多项。

在一些实施例中，当所述校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。

在一些实施例中，当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息、地理位置和用户的性别信息中的至少一项。

在一些实施例中，获取至少一个校正因素包括：响应于用户输入，从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素。

在一些实施例中，所述方法还包括：根据所述至少一个校正因素的优先级信息确定指示每个校正因素的图标的显示信息。

根据本公开的另一方面，还提供了一种校正测量数据的装置，包括：获取单元，配置成获取至少一个校正因素；参数确定单元，配置成对于所述至少一个校正因素中的每一个，确定对应于该校正因素的所述测量数据的附加属性，以及基于所述附加属性确定该校正因素的校正参数；以及校正单元，配置成根据所述至少一个校正因素的校正参数对所述测量数据进行校正。

在一些实施例中，所述附加属性是用户输入信息和/或预先获取的统计信息。

在一些实施例中，所述测量数据是用户的体重数据，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

在一些实施例中，当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性包括日期信息、天气情况、用户的生理数据中的至少一项。

在一些实施例中，所述用户的生理数据包括用户的身高数据、体重数据以及性别数据中的一项或多项。

在一些实施例中，当所述校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。

在一些实施例中，当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息和用户的性别信息中的至少一项。

在一些实施例中，获取至少一个校正因素包括：响应于用户输入，从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素。

在一些实施例中，所述装置还包括：根据所述至少一个校正因素的优先级信息确定指示每个校正因素的图标的显示信息。

根据本公开的又一方面，还提供了一种校正测量数据的电子设备，所述设备包括存储器和处理器，其中所述存储器中存有指令，当利用所述处理器执行所述指令时，使得所述处理器执行如前所述的图像生成方法。

根据本公开的另一方面，还提供了一种计算机可读存储介质，其上存储有指令，所述指令在被处理器执行时，使得所述处理器执行如前所述的校正测量数据的方法。

根据本公开的还一方面，还提供了一种测量设备，包括如前述实施例所述的校正测量数据的电子设备；或与如前述实施例所述的校正测量数据的电子设备通讯连接。

在一些实施例中，所述测量设备为体重或体脂测量装置，所述校正测量数据的电子设备为手机或平板电脑。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员而言，在没有做出创造性劳动的前提下，还可以根据这些附图获得其他的附图。以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本公开的主旨。

图1示出了根据本申请的数据测量系统的示例性的场景图；

图2示出了根据本公开的实施例的校正测量数据的方法的示意性的流程图；

图3A示出了根据本公开的实施例的图形用户界面的示例性的示意图；

图3B示出了根据本公开的实施例的图形用户界面的另一种示例性的示意图；

图3C示出了根据本公开的实施例的图形用户界面的又一示例性的示意图；

图4示出了根据本公开的实施例的用于校正测量数据的装置的示意图；以及

图5示出了根据本公开的实施例的计算设备的架构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外定义，本公开使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性连接或信号连接，不管是直接的还是间接的。

图1示出了根据本申请的数据测量系统的示例性的场景图。如图1所示，系统100可以包括至少一个测量设备110、客户端120、网络130、至少一个服务器140以及至少一个数据库150。

测量设备110可以是用于采集测量数据的设备。例如，当要测量的是体重或体脂数据时，测量设备可以是秤，例如体重秤、体脂秤等。当要测量的是距离数据时，测量设备可以是测距仪，例如尺子、激光测距仪等。当要测量的是时间数据时，测量设备可以是秒表等。本方案不限制被测量的数据的性质，本领域技术人员可以理解，根据本公开的原理实现的技术方案可以用于采集任何测量数据的过程，例如测量人体身高、血压等。

客户端120可以用于记录和/或执行对测量数据的校正。在一些实施例中，客户端120可以是例如电脑、手机等任何能够执行数据处理的电子设备。可以理解的是，客户端可以是任何其他类型的电子设备，包括但不限于笔记本、平板电脑、智能家居设备、可穿戴设备等。根据本申请提供的客户端可以用于从测量设备接收测量数据，并对接收的测量数据进行校正。

在一些实施例中，可以利用客户端的处理单元对接收的测量数据进行校正。例如，客户端可以利用内置的存储器中存储的算法和数据执行本申请提供的用于校正测量数据的方法。在一些实现方式中，客户端可以利用内置的应用程序执行测量数据的校正。在另一些实现方式中，客户端可以通过调用外部应用程序执行测量数据的校正。例如，可以通过网络将测量数据发送到服务器140，并利用服务器140的处理单元执行对测量数据的校正。

在一些实施例中，测量设备110和客户端120可以集成为同一个设备。例如，可以在智能体脂秤上集成用于测量体重、体脂的设备、具有数据处理功能的芯片以及显示设备，从而使得用户能够在智能体脂秤上进行操作以同时测量和记录体重和/或体脂数据数据。又例如，可以将手机作为用于测量时间的秒表，并同时作为记录以及对测量的时间进行校正的客户端。在另一些实施例中，测量设备110和客户端120也可以分别实现为单独的设备。分别独立的测量设备110和客户端120可以通过网络相互连接。例如，在测量设备110是智能体脂秤、客户端120是智能手机的情况下，可以在智能手机上注册该智能体脂秤的信息，从而使得在智能手机上记录智能体脂秤的测量数据。

网络130可以是单个网络，或多个不同网络的组合。例如，网络130可以包括但不限于局域网、广域网、公用网络、专用网络等中的一种或几种的组合。

其中，网络130在连接的实现方式上可以是通过网络连接，例如无线网络、有线网络、和/或无线网络和有线网络的任意组合。网络可以包括局域网、互联网、电信网、基于互联网和/或电信网的物联网、和/或以上网络的任意组合等。有线网络例如可以采用双绞线、同轴电缆或光纤传输等方式进行通信，无线网络例如可以采用3G/4G/5G移动通信网络、蓝牙、Zigbee或者Wi-Fi等通信方式。

其中，网络130在连接的路径上可以是直接连接或者间接连接。例如直接连接可以是测量设备110与客户端120通过蓝牙、Wi-Fi(Ad-Hoc模式)等实现点对点连接；例如，间接连接可以是基于PAN协调点实现Zigbee中转连接、基于Wi-Fi AP或Route实现Wi-Fi中转。

服务器140可以是一个单独的服务器，或一个服务器群组，群组内的各个服务器通过有线的或无线的网络进行连接。一个服务器群组可以是集中式的，例如数据中心。服务器140可以是本地的，或远程的。在一些实施例中，服务器可以用于获取在本公开提出的校正测量数据的过程中需要的其他数据，例如当前的日期、时间、天气情况等等。

数据库150可以泛指具有存储功能的设备。数据库150主要用于存储从客户端接收的数据和服务器140工作中所利用、产生和输出的各种数据。数据库150可以是本地的，或远程的。数据库150可以存储在各种存储器、例如随机存取存储器(Random Access Memory(RAM))、只读存储器(Read Only Memory(ROM))、机械硬盘、固态硬盘、闪存等。以上提及的存储设备只是列举了一些例子，该系统可以使用的存储设备并不局限于此。

在一些实施例中，数据库150可以存储用于校正测量数据的校正因素、对应于该校正因素的测量数据的附加属性、以及与附加属性对应的校正因素的校正参数。在一些实施例中，数据库150可以是独立的设备。在另一些实施例中，数据库150也可以集成在客户端120和服务器140中的至少一个中。例如，数据库150可以设置在客户端120上，也可以设置在服务器140上。又例如，数据库150也可以是分布式的，其一部分设置在客户端120上，另一部分设置在服务器140上。

数据库150可以经由网络130与服务器140相互连接或通信，或直接与服务器140或其一部分相互连接或通信，或是两种方式的结合。

下文中将详细阐述本申请提供的校正测量数据的方法的流程。

图2示出了根据本公开的实施例的校正测量数据的方法的示意性的流程图。可以利用图1中示出的客户端120实现图2中示出的校正测量数据的方法。

如图2所示，在步骤S202中，获取至少一个校正因素。校正因素是影响测量数据的准确性的各种因素。

例如，当测量人体体重时，如果被测量的人体穿戴较多的衣物、佩戴较重的饰品或刚刚进食过，那么体重秤采集的测量数据会与人体的实际体重存在偏差。又例如，当利用激光测距仪进行测量时，受到测量环境的限制，测距仪采集的测量数据可能会包含测距仪本身的重量，因此与实际的距离存在偏差。再例如，当利用秒表计时测量时间数据时，由于操作秒表的用户需要一定的反应时间，因此秒表采集的测量数据与实际的时间数据之间存在偏差。

下文中将以测量数据为用户的体重数据为例描述利用校正因素进行校正的具体方法。

当测量数据是用户的体重数据时，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

在一些实施例中，可以存在多个预设的校正因素。获取至少一个校正因素可以指的是从多个预设的校正因素中选择至少一个。例如，可以响应于用户输入从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素，并用于接下来的校正过程。在一些示例中，用户可以通过应用程序提供的图形用户界面输入自己的选择并确定用于测量数据的校正因素。

在步骤S204中，对于所述至少一个校正因素中的每一个，可以确定对应于该校正因素的测量数据的附加属性，并基于确定的附加属性确定该校正因素的校正参数。

如前所述，校正因素是影响测量数据的准确性的各种因素。可以理解的是，不同的校正因素可以以不同的方式影响测量数据的准确性。此外，即使对于同一种校正因素，也可能存在影响测量数据的多个变量。因此，根据获取的校正因素可以确定对应于该校正因素的、影响测量数据的准确性的至少一个附加属性。所述附加属性可以用于确定该校正因素的校正参数。该校正参数可以指示校正因素对测量数据的影响程度，即测量数据偏离真实数据的程度。

所述附加属性可以是是用户输入信息和/或预先获取的统计信息。例如，可以根据问卷调查的结果针对每个校正因素确定与其相关联的附加属性导致的测量数据相对于真实数据的偏离程度。在一些实施例中，可以通过定期的问卷调查或通过定期收集用户输入的相关信息更新用于每个校正因素的校正参数。可以将问卷调查得到的统计结果预先存储在数据库中。在校正测量数据的过程中可以通过访问数据库获取存储的统计结果。

在一些实施例中，可以将与每个附加属性对应的校正参数以与该附加属性关联的方式预先存储在数据库中。因此，在测量数据的校正过程中，可以根据附加属性在数据库中查找与该附加属性相关联的校正参数。

在一些实施例中，校正参数可以被表示为测量数据偏离真实数据的绝对数值。在另一些实施例中，校正参数可以被表示为测量数据偏离真实数据的百分比。

以测量数据为用户的体重数据为例，当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性可以包括日期信息、天气情况、地理位置、用户的生理数据中的至少一项。其中，穿戴情况可以用于表示用户穿戴的衣物、佩戴的手表、首饰等配饰对体重数据的影响。

下面以穿戴情况为用户穿戴的衣物为例描述本发明的原理。例如，用户穿戴的衣物可以包括衣服、鞋子、围巾、帽子、手套等。

可以通过网络时间服务器或读取作为客户端的电子设备的系统时间获取测量时的日期信息。利用进行测量时的日期可以确定用户进行体重测量时所处的季节，从而可以根据季节信息确定用户穿戴的衣物的重量。例如，用户在冬季穿戴的衣物重量大于用户在夏季穿戴的衣物重量。可以通过预先调查不同地区人群的穿衣情况获得用户在不同季节穿戴的衣物重量。例如，可以对用户进行问卷调查，获取用户在不同季节穿着的衣服的厚度、数量以及鞋子的类型(例如拖鞋或靴子)等。在一些示例中，可以通过对预先进行的问卷调查的结果进行统计，从而确定用户在不同季节穿戴的衣物的重量。例如，可以将参加问卷调查的用户在不同季节穿着的衣物的重量的平均值作为在不同季节用于穿戴情况的校正参数。

可以根据地理信息和日期从天气服务器获取对应地点的天气情况，如温度、风向、风力等。例如，可以结合测量体重时用户所处的地理信息和上述日期信息确定采集体重数据时的天气情况。结合具体的天气情况可以更准确地确定用户穿戴的衣物重量。例如，天气较为恶劣的情况下(例如大风)用户穿戴的衣物比天气好的情况下用户穿戴的衣物更多，因此重量也更重。类似地，也可以通过预先进行的问卷调查的结果，将参加问卷调查的用户在不同天气情况下穿着的衣物的重量的平均值作为不同天气情况下用于穿戴情况的校正参数。

可以通过卫星定位系统(GPS、北斗等)或手机基站定位的方式获得地理位置，以应对不同区域的用户穿衣习惯等的变化。例如在中国东北地区和中国华北地区，即使在同样寒冷程度的秋冬环境下，穿衣习惯和衣服的类型也是不同的(貂绒类制品和棉衣的差异)，以此情况可以辅助校正不同区域用户的穿衣习惯等导致的重量差异。

可以根据用户输入的信息或数据库中预先存储的用户信息获取用户的生理数据。例如，当用户在客户端上使用健康类型的应用程序时，可以要求用户在第一次使用的时候输入自己的基本信息，例如年龄、身高、性别、体重等。

用户的生理数据可以包括用户的身高数据、体重数据以及性别数据中的一项或多项。例如，可以根据用户的身高、体重以及性别确定用户穿戴的衣物的尺寸，并根据确定的尺寸大小确定穿戴的衣物的重量。可以理解的是，衣服的尺寸越大，其重量也越重。因此，对参加调查的用户按照身高、体重以及性别划分成不同的类别，并可以对属于不同类别的用户穿着的衣物的重量分别进行统计。在这种情况下，可以根据被测量的用户的生理数据确定被测量的用户所属的用户类别，并将该类别中用户穿戴的衣物重量的平均值作为用于穿戴情况的校正参数。

在一些实施例中，可以根据日期信息、天气情况、地理位置、用户的生理数据中的至少一项确定用户穿戴的衣物对测量的体重数据的影响程度。例如，在获取了校正因素是穿戴情况的情况下，可以将对应于穿戴情况的体重数据的附加属性确定为日期以及用户的性别。在确定了当前日期为2019年3月25日，季节为初春，位置为北京、用户为女性的情况下，可以在数据库中查找到在这样的天气情况下北京的平均女性衣物重量为450g。如果附加属性还包括天气情况，在确定当天中雨，最低温度为8摄氏度的情况下，可以将衣物重量确定为700g。

在一些实施例中，穿戴情况还可以包括用户佩戴的手表。在这种情况下，对应于佩戴手表的附加属性可以包括用户的性别以及客户端设备的设备信息。

例如，可以预先统计男性佩戴的手表的平均重量和女性佩戴的手表的平均重量作为手表的校正参数。

又例如，可以根据客户端的设备信息确定用户佩戴的手表。例如，如果根据设备信息确定了电子设备的品牌，可以认为用户佩戴的手表是同一品牌的产品，进而可以将同一品牌的产品的重量确定为校正参数。例如，如果客户端设备是苹果手机，那么可以将40mm款Apple watch series 4的重量确定为校正参数，约30.1g。

再例如，可以通过访问客户端的系统信息判断是否存在连接到该客户端设备的手表信息。如果存在连接到该客户端设备的手表信息，则可以根据系统信息确定连接的手表的设备信息以确定用户佩戴的手表的型号，从而将该型号的手表的重量确定为校正参数。

在一些实施例中，穿戴情况还可以是用户佩戴的首饰。在这种情况下，对应于佩戴首饰的附加属性可以是用户的性别数据和用户的历史购物信息中的至少一种。

在一些示例中，可以预先统计男性佩戴的首饰的平均重量和女性佩戴的首饰的平均重量作为校正参数。

在另一些示例中，可以访问存储在数据库中的用户的历史购物信息确定用户的首饰佩戴情况。例如，如果用户的历史购物信息指示用户经常购买首饰(例如总购买数量超过预定义的阈值或购买频率超过预定义的阈值)，那么可以认为用户喜爱佩戴首饰，并可以相应地增加对应于首饰佩戴情况的校正参数。如果用户的历史购物信息指示用户较少购买首饰，(例如总购买数量少于预定义的阈值或购买频率少于预定义的阈值)，那么可以认为用户较少佩戴首饰，并可以相地减少对应于首饰佩戴情况的校正参数。

当校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。在一些实施例中，用户可以利用作为客户端的智能手机或其他手持电子设备记录测量结果。因此，在使用体重秤或体脂秤进行测量时，在测量时用户需要手持用于记录结果的手持电子设备。

例如，可以通过读取电子设备的系统信息确定手持设备的设备信息，从而确定手持设备的型号。在这种情况下，可以通过手持设备的型号确定该设备的重量。例如，当确定客户端设备的型号是苹果iPhone Xs时，可以在数据库中查找到对应型号的设备的重量为177g，并将确定的设备重量作为手持情况的校正参数。

因此，校正因素还可以包括用户的饮食情况。在一些实施例中，在测量体重时，如果用户刚吃过饭，那么测量结果会高于用户的实际体重，从而校正用户饮食导致的体重测量的不准确性。

在一些实施例中，当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息、地理位置和用户的性别信息中的至少一项。

可以通过网络时间服务器或读取作为客户端的电子设备的系统时间获取测量时的时间信息，例如以24小时制或12小时制表示的时间信息。根据时间信息可以判断用户在测量体重的时刻是否已经进食以及进食的重量。例如，当确定测量体重的时间为20点30分、地理位置为北京、用户为女性时，根据预先存储在数据库中的统计结果可以确定此时用户已经吃过晚饭，因此可以将女性的平均晚餐食量确定为饮食情况的校正参数，例如女性的平均晚餐食量可以是400g。

在一些实施例中，可以通过客户端中的应用程序记录用户的历史饮食信息，并根据该用户的历史进餐时间和历史饮食食量确定用于该用户的饮食情况的校正参数。例如，用户可以通过拍照上传的方式记录自己的饮食信息。服务器可以对用户上传的照片进行识别，从而确定用户的历史饮食信息。

在步骤S206中，可以根据所述至少一个校正因素的校正参数对所述测量数据进行校正。例如，通过步骤S204输出的结果可以确定每个校正因素对测量数据的影响程度，通过步骤S204输出的校正参数可以对测量数据进行校正。在一些实施例中，可以通过至少一个校正因素并基于前述方法确定该校正因素的校正参数，从而利用该校正参数对测量数据进行校正。在另一些实施例中，在选择了校正因素并利用该校正因素的校正参数进行校正后，可以选择去除该校正因素对测量数据的影响。即将校正后的测量数据恢复成校正前的数据。

尽管以上仅以测量数据为体重数据为例描述了本发明的原理，然而本领域技术人员可以理解，当测量数据是距离数据或时间数据时，本领域技术人员可以根据实际情况设置用于距离数据或时间数据的校正因素以及相关联的附加属性，从而实现对测量数据的校正。

例如，当测量数据是距离数据时，校正因素可以是测量设备的情况。在一些实施例中，测量距离是无法扣除测量设备的长度，因此，可以将测量设备的设备信息设置为附加属性。因此，通过根据测量设备的设备信息，可以将测量设备的长度确定为校正参数，并利用该测量设备的长度对测量结果进行校正。

又例如，当测量数据是时间数据时，校正因素可以是用户的反应速度。此时，可以将用于反应速度的附加属性设置为年龄信息。例如，当用户年龄过大或过小时，可以认为用户的反应速度偏慢。因此，可以预先确定不同年龄段的用户的反应时间，并根据用户年龄将该年龄段用户的反应时间确定为该用户的时间数据的校正参数。

利用本公开提供的技术方案，可以根据影响测量数据的校正因素确定对应于该校正因素的测量数据的附加属性，从而能够基于确定的附加属性确定该校正因素的校正参数，以对测量数据进行校正。因此，通过预先设置附加属性与校正因素的关联关系以及每个附加属性对测量数据的影响程度，能够实现方便地对测量数据进行校正，从而消除每个校正因素对测量数据的影响。

图3A示出了根据本公开的实施例的图形用户界面的示例性的示意图。在图3A中示出的示例中，测量设备可以是智能体重秤或智能体脂秤，客户端可以是智能手机或平板电脑。其中测量设备可以经由网络将测量数据发送到客户端。利用安装在智能手机上的应用程序能够实现如图2所示的校正测量数据的方法。

如图3A所示，当客户端接收到测量数据后，可以启动校正程序，并向用户展示图形用户界面300。图标310指示测量数据。在图3A示出的示例中，测量数据是83.5kg。在校正程序中，应用程序可以在图形用户界面300中向用户展示多种不同的校正因素(例如，图标320)。用户可以根据实际情况选择其中的一种或多种进行校正。例如，用户可以选择图标“-手机”(表示手持情况)，以去除在体重测量过程中用户手持手机对测量结果的影响。相应地，用户也可以选择图标“-衣物”(表示针对衣物的穿戴情况)、“-食物”(表示饮食情况)以及“-首饰”(表示针对首饰穿戴情况)中的一个或多个，以分别去除这些图标表示的校正因素对测量结果带来的影响。这里可以利用图2中示出的校正测量数据的步骤实现对体重数据的测量，在此不再加以赘述。

在一些实施例中，图形用户界面300中各校正因素的显示信息可以是根据各校正因素的优先级确定的。例如，可以根据用户的历史使用信息确定各校正因素的优先级。用户的使用频率越高，则校正因素的优先级越高。例如，在过去20次体重测量的过程中，用户有18次选择了“-手机”，12次选择了“-衣物”、8次选择了“-饮食”，1次选择了“-首饰”，那么可以认为“-手机”指示的校正因素的优先级最高，“-衣物”指示的校正因素的优先级次之，“-饮食”指示的校正因素的优先级又次之，“-首饰”指示的校正因素的优先级最低。

根据如前所述的方法确定的校正因素的优先级，可以通过根据优先级确定指示校正因素的图标的显示信息，以实现优先级越高，用户越容易操作选择的效果。

例如，如图3A所示，可以将具有最高优先级的校正因素“-手机”放置在图形用户界面的右上角，第二优先级的校正因素“-衣物”的图标放置在图形用户界面的左上角，第三优先级的校正因素“-饮食”的图标放置在图形用户界面的右下角，以及最低优先级的校正因素“-首饰”的图标放置在图形用户界面的右下角。这样，校正因素的优先级越高，指示该校正因素的图标被放置在用户越容易进行操作的位置。

图3B示出了根据优先级设置校正因素的显示信息的另一种示例。如图3B所示，可以将各校正因素以列表的形式显示，并根据优先级信息确定各校正因素在列表中的显示顺序。

图3C示出了根据本公开的实施例的图形用户界面的又一示例性的示意图。如图3C所示，当用户分别选择了“-手机”、“-衣物”、“-饮食”、“-首饰”以对体重数据进行校正后，测量数据框中的体重数据从图3A中的83.5kg变化为83.0kg，并且指示校正因素的图标的显示位置改变为悬浮在图形用户界面的上部。如果用户希望取消已经选择的校正因素，则可以通过选择图3C中示出的图标330以取消该校正因素的校正效果。

利用本公开提供的实施例，可以实现使得用户方便地对测量数据的结果进行校正，并根据实际情况任意选择或取消一种或多种校正因素对测量数据的校正结果。

图4示出了根据本公开的实施例的用于校正测量数据的装置的示意图。如图4所示，用于校正测量数据的装置400可以包括获取单元410、参数确定单元420以及校正单元430。在一些实施例中，可以利用图4所示的用于校正测量数据的装置400实现图1中示出的客户端120。

获取单元410可以配置成获取至少一个校正因素。校正因素是影响测量数据的准确性的各种因素。

下文中将以测量数据为用户的体重数据为例描述利用校正因素进行校正的具体方法。

当测量数据是用户的体重数据时，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

在一些实施例中，可以存在多个预设的校正因素。获取至少一个校正因素可以指的是从多个预设的校正因素中选择至少一个。例如，可以响应于用户输入从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素，并用于接下来的校正过程。在一些示例中，用户可以通过应用程序提供的图形用户界面输入自己的选择并确定用于测量数据的校正因素。

参数确定单元420可以配置成对于所述至少一个校正因素中的每一个，可以确定对应于该校正因素的测量数据的附加属性，并基于确定的附加属性确定该校正因素的校正参数。

所述附加属性可以是是用户输入信息和/或预先获取的统计信息。例如，可以根据问卷调查的结果针对每个校正因素确定与其相关联的附加属性导致的测量数据相对于真实数据的偏离程度。在一些实施例中，可以通过定期的问卷调查或通过定期收集用户输入的相关信息更新用于每个校正因素的校正参数。可以将问卷调查得到的统计结果预先存储在数据库中。在校正测量数据的过程中可以通过访问数据库获取存储的统计结果。

在一些实施例中，可以将与每个附加属性对应的校正参数以与该附加属性关联的方式预先存储在数据库中。因此，在测量数据的校正过程中，可以根据附加属性在数据库中查找与该附加属性相关联的校正参数。

在一些实施例中，校正参数可以被表示为测量数据偏离真实数据的绝对数值。在另一些实施例中，校正参数可以被表示为测量数据偏离真实数据的百分比。

以测量数据为用户的体重数据为例，当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性可以包括日期信息、天气情况、地理位置、用户的生理数据中的至少一项。其中，穿戴情况可以用于表示用户穿戴的衣物、佩戴的手表、首饰等配饰对体重数据的影响。

可以通过网络时间服务器或读取作为客户端的电子设备的系统时间获取测量时的日期信息。利用进行测量时的日期可以确定用户进行体重测量时所处的季节，从而可以根据季节信息确定用户穿戴的衣物的重量。

可以根据地理信息和日期从天气服务器获取对应地点的天气情况，如温度、风向、风力等。例如，可以结合测量体重时用户所处的地理信息和上述日期信息确定采集体重数据时的天气情况。结合具体的天气情况可以更准确地确定用户穿戴的衣物重量。

用户的生理数据可以包括用户的身高数据、体重数据以及性别数据中的一项或多项。例如，可以根据用户的身高、体重以及性别确定用户穿戴的衣物的尺寸，并根据确定的尺寸大小确定穿戴的衣物的重量。

在一些实施例中，穿戴情况还可以包括用户佩戴的手表。在这种情况下，对应于佩戴手表的附加属性可以包括用户的性别以及客户端设备的设备信息。

例如，可以预先统计男性佩戴的手表的平均重量和女性佩戴的手表的平均重量作为手表的校正参数。又例如，可以根据客户端的设备信息确定用户佩戴的手表。再例如，可以通过访问客户端的系统信息判断是否存在连接到该客户端设备的手表信息。如果存在连接到该客户端设备的手表信息，则可以根据系统信息确定连接的手表的设备信息以确定用户佩戴的手表的型号，从而将该型号的手表的重量确定为校正参数。

在一些实施例中，穿戴情况还可以是用户佩戴的首饰。在这种情况下，对应于佩戴首饰的附加属性可以是用户的性别数据和用户的历史购物信息中的至少一种。

在一些示例中，可以预先统计男性佩戴的首饰的平均重量和女性佩戴的首饰的平均重量作为校正参数。

在另一些示例中，可以访问存储在数据库中的用户的历史购物信息确定用户的首饰佩戴情况。

当校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。在一些实施例中，用户可以利用作为客户端的智能手机或其他手持电子设备记录测量结果。

例如，可以通过读取电子设备的系统信息确定手持设备的设备信息，从而确定手持设备的型号。在这种情况下，可以通过手持设备的型号确定该设备的重量。

因此，校正因素还可以包括用户的饮食情况。在一些实施例中，在测量体重时，如果用户刚吃过饭，那么测量结果会高于用户的实际体重，从而校正用户饮食导致的体重测量的不准确性。

在一些实施例中，当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息、地理位置和用户的性别信息中的至少一项。

可以通过网络时间服务器或读取作为客户端的电子设备的系统时间获取测量时的时间信息，例如以24小时制或12小时制表示的时间信息。根据时间信息可以判断用户在测量体重的时刻是否已经进食以及进食的重量。

在一些实施例中，可以通过客户端中的应用程序记录用户的历史饮食信息，并根据该用户的历史进餐时间和历史饮食食量确定用于该用户的饮食情况的校正参数。

校正单元430可以配置成根据所述至少一个校正因素的校正参数对所述测量数据进行校正。例如，通过参数确定单元420输出的结果可以确定每个校正因素对测量数据的影响程度，通过参数确定单元420输出的校正参数可以对测量数据进行校正。在一些实施例中，可以通过至少一个校正因素并基于前述方法确定该校正因素的校正参数，从而利用该校正参数对测量数据进行校正。在另一些实施例中，在选择了校正因素并利用该校正因素的校正参数进行校正后，可以选择去除该校正因素对测量数据的影响。即将校正后的测量数据恢复成校正前的数据。

尽管以上仅以测量数据为体重数据为例描述了本发明的原理，然而本领域技术人员可以理解，当测量数据是距离数据或时间数据时，本领域技术人员可以根据实际情况设置用于距离数据或时间数据的校正因素以及相关联的附加属性，从而实现对测量数据的校正。

利用本公开提供的技术方案，可以根据影响测量数据的校正因素确定对应于该校正因素的测量数据的附加属性，从而能够基于确定的附加属性确定该校正因素的校正参数，以对测量数据进行校正。因此，通过预先设置附加属性与校正因素的关联关系以及每个附加属性对测量数据的影响程度，能够实现方便地对测量数据进行校正，从而消除每个校正因素对测量数据的影响。

此外，根据本申请实施例的方法或装置也可以借助于图5所示的计算设备的架构来实现。图5示出了该计算设备的架构。如图5所示，计算设备500可以包括总线510、一个或多个处理器520、只读存储器(ROM)530、随机存取存储器(RAM)5400、连接到网络的通信端口550、输入/输出组件560、硬盘570等。计算设备500中的存储设备，例如ROM 530或硬盘570可以存储本申请提供的用于校正测量数据的方法所使用的各种数据或文件以及CPU所执行的程序指令。计算设备500还可以包括用户界面580。当然，图5所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图5示出的计算设备中的一个或多个组件。

本申请的实施例也可以被实现为计算机可读存储介质。根据本申请实施例的计算机可读存储介质上存储有计算机可读指令。当所述计算机可读指令由处理器运行时，可以执行参照以上附图描述的根据本申请实施例的方法。所述计算机可读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。

在本申请的实施例中，处理器可以是中央处理器(CPU)、现场可编程逻辑阵列(FPGA)、单片机(MCU)、数字信号处理器(DSP)、专用集成电路(ASIC)等具有数据处理能力和/或程序执行能力的逻辑运算器件。

基于上述实施例，本申请还公开了一种测量设备，包括实现上述实施例方法的校正测量数据的电子设备；或与实现上述实施例方法的校正测量数据的电子设备通讯连接。

例如，测量设备为体重或体脂测量装置，校正测量数据的电子设备为手机或平板电脑。

例如，体重或体脂测量装置可以通过蓝牙、Wi-Fi等无线连接方式与手机或平板电脑通讯连接。

本领域技术人员能够理解，本申请所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。

此外，如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

此外，虽然本申请对根据本申请的实施例的系统中的某些单元做出了各种引用，然而，任何数量的不同单元可以被使用并运行在客户端和/或服务器上。所述单元仅是说明性的，并且所述系统和方法的不同方面可以使用不同单元。

此外，本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

上面是对本发明的说明，而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解，上面是对本发明的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。

Claims (22)

1.一种校正测量数据的方法，包括：

获取至少一个校正因素；

对于所述至少一个校正因素中的每一个，

确定对应于该校正因素的所述测量数据的附加属性，以及

基于所述附加属性确定该校正因素的校正参数；

根据所述至少一个校正因素的校正参数对所述测量数据进行校正。

2.如权利要求1所述的方法，其中，所述附加属性是用户输入信息和/或预先获取的统计信息。

3.如权利要求1或2所述的方法，其中所述测量数据是用户的体重数据，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

4.如权利要求3所述的方法，其中当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性包括日期信息、天气情况、地理位置、用户的生理数据中的至少一项。

5.如权利要求4所述的方法，其中所述用户的生理数据包括用户的身高数据、体重数据以及性别数据中的一项或多项。

6.如权利要求3所述的方法，其中当所述校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。

7.如权利要求3所述的方法，其中当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息、地理位置和用户的性别信息中的至少一项。

8.如权利要求1所述的方法，其中，获取至少一个校正因素包括：响应于用户输入，从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素。

9.如权利要求8所述的方法，还包括：

根据所述至少一个校正因素的优先级信息确定指示每个校正因素的图标的显示信息。

10.一种校正测量数据的装置，包括：

获取单元，配置成获取至少一个校正因素；

参数确定单元，配置成对于所述至少一个校正因素中的每一个，确定对应于该校正因素的所述测量数据的附加属性，以及基于所述附加属性确定该校正因素的校正参数；以及

校正单元，配置成根据所述至少一个校正因素的校正参数对所述测量数据进行校正。

11.如权利要求10所述的装置，其中，所述附加属性是用户输入信息和/或预先获取的统计信息。

12.如权利要求10或11所述的装置，其中所述测量数据是用户的体重数据，所述至少一个校正因素包括穿戴情况、手持情况以及饮食情况中的一项或多项。

13.如权利要求12所述的装置，其中当所述校正因素是穿戴情况时，对应于穿戴情况的所述测量数据的附加属性包括日期信息、天气情况、地理位置、用户的生理数据中的至少一项。

14.如权利要求13所述的装置，其中所述用户的生理数据包括用户的身高数据、体重数据以及性别数据中的一项或多项。

15.如权利要求12所述的装置，其中当所述校正因素是手持情况时，对应于手持情况的所述测量数据的附加属性包括用于接收测量数据的手持设备的设备信息。

16.如权利要求12所述的装置，其中当所述校正因素是饮食情况时，对应于饮食情况的所述测量数据的附加属性包括时间信息、地理位置和用户的性别信息中的至少一项。

17.如权利要求10所述的装置，其中，获取至少一个校正因素包括：响应于用户输入，从预定义的多个校正因素中选择至少一个作为所述测量数据的校正因素。

18.如权利要求17所述的装置，还包括：

根据所述至少一个校正因素的优先级信息确定指示每个校正因素的图标的显示信息。

19.一种校正测量数据的电子设备，所述设备包括存储器和处理器，其中所述存储器中存有指令，当利用所述处理器执行所述指令时，使得所述处理器执行如权利要求1-9中任一项所述的校正测量数据的方法。

20.一种计算机可读存储介质，其上存储有指令，所述指令在被处理器执行时，使得所述处理器执行如权利要求1-9中任一项所述的校正测量数据的方法。

21.一种测量设备，包括如权利要求19所述的校正测量数据的电子设备；或与如权利要求19所述的校正测量数据的电子设备通讯连接。

22.根据权利要求21所述的测量设备，其中，所述测量设备为体重或体脂测量装置，所述校正测量数据的电子设备为手机或平板电脑。

Images